Deep Learning for Efficient and Optimal Motion Planning for AUVs with Disturbances

We use the recent advances in Deep Learning to solve an underwater motion planning problem by making use of optimal control tools—namely, we propose using the Deep Galerkin Method (DGM) to approximate the Hamilton–Jacobi–Bellman PDE that can be used to solve continuous time and state optimal control...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Juan Parras, Patricia A. Apellániz, Santiago Zazo
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2021-07-01
Seria:	Sensors
Hasła przedmiotowe:	optimal control Hamilton–Jacobi–Bellman equation autonomous underwater vehicle Deep Galerkin Method
Dostęp online:	https://www.mdpi.com/1424-8220/21/15/5011
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!